because critical limits have been v

because critical limits have been violated the reason why the process
went out of control must be established and measures to
prevent recurrence should be implemented and documented.
4. Statistics of sampling
For sampling plans in which detection of positives is not
accepted (c ¼ 0), which is often the case for pathogens, the equation
to determine the probability of detection is:
Pdetect


n; c ¼ 0; Pdefective

¼ 1 


1  Pdefective
n
(1)
In words this equation can be explained as follows: The probability
that one sample is not defective is 1 minus the probability of a
defective. For all n samples to be not defective, the probability is
this term to the power n. So (1-Pdefective)n is the probability that all n
samples are not defective. One minus this value is the probability
that one or more of the samples are contaminated, so that the organism
is detected in one or more samples.
This equation shows that the performance of sampling is often
rather poor, definitely with a low rate of defective (i.e., contaminated)
products (Table 2) and even when large numbers of sample

ผลลัพธ์ (ไทย) 1:

เนื่องจากข้อจำกัดที่สำคัญถูกละเมิดเหตุผลทำไมกระบวนการไปที่การควบคุมต้องสร้าง และการประเมินป้องกันการเกิดซ้ำควรดำเนินการ และรับการบันทึกไว้สถิติการสุ่มตัวอย่างสำหรับแผนการในการตรวจจับของบวกไม่สุ่มตัวอย่างยอมรับ (c ¼ 0), ซึ่งมักจะเป็นกรณีที่เชื้อโรค สมการเพื่อตรวจสอบความน่าเป็นของการตรวจสอบ:Pdetect
n c ¼ 0 Pdefective¼ 1 
1 Pdefectiven(1)คำ สมการนี้สามารถถูกอธิบายเป็นดังนี้: ความน่าเป็นตัวอย่างหนึ่งที่ไม่ชำรุดคือ 1 ลบ ด้วยน่าเป็นของการมีข้อบกพร่อง ตัวอย่างทั้งหมด n จะไม่มีข้อบกพร่อง ความน่าเป็นคือระยะนี้ใน n พลังงาน N (1-Pdefective) จึง น่าเป็นที่ทั้งหมด nตัวอย่างไม่ชำรุด ลบค่านี้คือความน่าเป็นที่หนึ่งของตัวอย่างมีการปนเปื้อน เพื่อชีวิตมีการตรวจพบในตัวอย่าง หนึ่งสมการนี้แสดงให้เห็นว่า ประสิทธิภาพของการสุ่มตัวอย่างมักจะค่อนข้างยากจน แน่นอน ด้วยอัตราต่ำของชำรุด (เช่น ปนเปื้อน)ผลิตภัณฑ์ (ตาราง 2) และตัวเลขแม้แต่เมื่อมีขนาดใหญ่อย่าง

ผลลัพธ์ (ไทย) 2:

เพราะข้อ จำกัด ที่สำคัญได้รับการละเมิดเหตุผลว่าทำไมกระบวนการ
เดินออกจากการควบคุมจะต้องจัดตั้งขึ้นและมาตรการในการ
ป้องกันการกำเริบควรจะดำเนินการและจัดทำเอกสาร.
4 สถิติของการสุ่มตัวอย่าง
สำหรับแผนการสุ่มตัวอย่างซึ่งในการตรวจสอบของผลบวกไม่ได้
รับการยอมรับ (ค¼ 0) ซึ่งมักจะเป็นกรณีสำหรับเชื้อโรคสมการ
เพื่อตรวจสอบความน่าจะเป็นของการตรวจสอบคือ:
Pdetect
?
n; C ¼ 0; Pdefective
?
¼ 1
?
1? Pdefective
n?
(1)
ในคำสมการนี้สามารถอธิบายได้ดังต่อไปนี้น่าจะเป็น
ที่หนึ่งของกลุ่มตัวอย่างไม่ได้มีข้อบกพร่องคือ 1 ลบน่าจะเป็นของที่
มีข้อบกพร่อง สำหรับตัวอย่าง n ทั้งหมดที่จะไม่ได้มีข้อบกพร่องที่น่าจะเป็น
ในระยะนี้ถึง n อำนาจ ดังนั้น (1-Pdefective) n คือน่าจะเป็นที่ n ทุก
ตัวอย่างไม่ได้มีข้อบกพร่อง หนึ่งลบค่านี้เป็นความน่าจะเป็น
ที่หนึ่งหรือมากกว่าหนึ่งของกลุ่มตัวอย่างที่มีการปนเปื้อนเพื่อให้มีชีวิตที่
มีการตรวจพบในหนึ่งหรือมากกว่าตัวอย่าง.
สมการนี้แสดงให้เห็นว่าผลการดำเนินงานของการสุ่มตัวอย่างที่มักจะเป็น
ค่อนข้างยากจนแน่นอนมีอัตราต่ำของข้อบกพร่อง ( เช่นการปนเปื้อน)
ผลิตภัณฑ์ (ตารางที่ 2) และแม้กระทั่งเมื่อตัวเลขขนาดใหญ่ของกลุ่มตัวอย่าง

ผลลัพธ์ (ไทย) 3:

เพราะข้อจำกัดที่สำคัญได้ถูกละเมิด เหตุผลที่กระบวนการออกจากการควบคุมและต้องสร้างมาตรการป้องกันไม่ให้เกิดขึ้นอีกควรดำเนินการและเอกสาร4 . สถิติของการสุ่มตัวอย่างสำหรับการสุ่มตัวอย่างแผนการที่ตรวจจับแจ้งไม่ได้ยอมรับ ( C ¼ 0 ) ซึ่งมักจะเป็นกรณีสำหรับเชื้อโรค , สมการเพื่อตรวจสอบความเป็นไปได้ของการตรวจสอบคือ :pdetect¼ 0 n ; C ; pdefective¼ 11 pdefectiven( 1 )ในคำพูดของสมการนี้สามารถอธิบายได้ดังนี้ : ความน่าจะเป็นอันนี้ตัวอย่างไม่ได้เสีย 1 ลบความน่าจะเป็นของที่บกพร่อง สำหรับทุก n ตัวอย่างจะไม่บกพร่อง โอกาสคือเทอมนี้ให้พลังงาน ( 1-pdefective ) n . ดังนั้นมีความเป็นไปได้ว่า คำว่าตัวอย่างไม่สมบูรณ์ หนึ่งลบค่าความน่าจะเป็นหนึ่งหรือมากกว่าของตัวอย่างปนเปื้อน ดังนั้นสิ่งมีชีวิตที่ตรวจพบในหนึ่งหรือมากกว่าหนึ่งคนสมการนี้แสดงให้เห็นว่าประสิทธิภาพของการสุ่มตัวอย่างบ่อย ๆค่อนข้างยากจน ต้องมีอัตราต่ำของบกพร่อง ( เช่น ปนเปื้อน )ผลิตภัณฑ์ ( ตารางที่ 2 ) และเมื่อตัวเลขขนาดใหญ่ของตัวอย่าง